CN106054105B - 一种智能电表的可靠性预计修正模型建立方法 - Google Patents

Abstract

一种智能电表的可靠性预计修正模型建立方法，步骤如下：(1)根据元器件应力法建立智能电表可靠性预计模型；(2)根据现场数据建立智能电表可靠性预计模型；(3)比较可靠性预计模型和现场数据得到的智能电表工作失效率；(4)计算出误差系数即修正因子；(5)建立可靠性预计修正模型。

Description

一种智能电表的可靠性预计修正模型建立方法

技术领域

本发明涉及一种智能电表的可靠性预计修正模型建立方法。

背景技术

随着经济发展和科技进步，智能电表作为我国智能电网建设工程终端的一环，其结构和功能变得越来越复杂，使用的电子元器件越来越多，引发的故障也随之增加。智能电表的可靠性是智能电表质量的一个重要特征指标，而智能电表的各种故障与可靠性问题是直接反映了电网网络结构、运行管理和供电服务的水平。因此，如何精确地对智能电表的可靠性预计成了亟待解决的重要问题。

目前，针对智能电表的可靠性预计的传统方法中应用最为广泛的是元器件应力法，该过程为：把智能电表划分为若干个单元，并认为这若干单元是串联的关系，任何单元发生故障则导致智能电表故障，根据相应的可靠性预计手册对各个单元进行预计；其次是通过加速试验所获得数据进行可靠性预计。然而上述传统方法精度及有效性低，往往不能映出智能电表工作的实际情况，也不能满足生产和应用的需要。在采用元器件应力法对智能电表进行可靠性预计的基础上，结合现场数据，对智能电表进行可靠性预计。结合现场数据下的结果可以作为智能电表的可靠性预计模型的依据。

发明内容

本发明的目的是克服现有智能电表可靠性预计方法的缺陷，提出一种智能电表的可靠性预计修正模型建立方法，能够准确地对智能电表的可靠性预计模型做出修正。

本发明智能电表的可靠性预计修正模型建立方法包括以下步骤：

步骤1，根据元器件应力法建立智能电表可靠性预计模型；

步骤2，根据现场数据建立智能电表可靠性预计模型；

步骤3，比较可靠性预计得到的智能电表工作失效率和现场数据得到的智能电表工作失效率；

步骤4，计算出误差系数即修正因子；

步骤5，建立可靠性预计修正模型。

各步骤的具体方法如下：

所述步骤1根据元器件应力法建立智能电表可靠性预计模型的具体方法如下：

(1)根据智能电表的功能、结构和特点，将智能电表划分为若干个可靠性预计单元，并且预计单元内的元器件满足串联关系；

(2)建立智能电表的可靠性框图；

(3)选择《GJBZ 299C-2006电子设备可靠性预计手册》作为可靠性预计手册；

(4)根据步骤(3)计算各个预计单元的所有元器件的工作失效率；

预计单元工作失效率数学表达式为：

式中，n为预计单元中的元器件的总数，λ_i为第i个元件的工作失效率。

(5)计算智能电表的工作失效率，智能电表的工作失效率为各个预计单元失效率的总和，其数学表达式为：

式中，N为预计单元的总数，λ_pj为第j个预计单元的工作失效率。

所述步骤2根据现场数据建立智能电表可靠性预计模型的方法具体如下：

(1)收集某地区一批同型号的智能电表某时段的现场运行的数据，故障数据以及故障时间；

(2)以威布尔参数估计法求得智能电表的工作失效率，以点估计法先求得到智能电表各预计单元的工作失效率，进而求得智能电表的工作失效率，其步骤如下：

1)基于新的威布尔分布参数估计法的智能电表可靠性预计过程为：

首先，采用平均秩法求失效分布函数F(t_i)，近似中位秩数学表达式如下：

式中，t_i为第i个失效的智能电表寿命数据；n为智能电表样本容量；i为失效数据排序后的位置；

计算平均秩的增量公式：

其中，n为智能电表样本容量；k为失效智能电表的顺序号，按照故障时间的顺序排列；i为失效数据排序后的位置；A_i为故障设备的平均秩次；A_i-1为前一个故障设备的平均秩次；

其次，建立威布尔分布模型与智能电表工作失效率的关系：

威布尔分布的失效分布函数为：

故障密度函数为：

可靠度函数为：

故障率函数为：

其中，t为时间，a为尺度参数，β为形状参数。

最后，利用最小二乘法估计威布尔分布的两个参数：

将公式(5)左右变形得：

两边取自然对数，得：

lnln[1/(1-F(t))]＝β[lnt-lna] (10)

令

将式化为Y＝AX+B (12)

对于线性回归方程(12)，回归系数A与B的最小二乘估计解为：

式中，

根据上述过程，智能电表的工作失效率为：

2)基于点估计法的智能电表可靠性预计过程为：

首先，根据功能失效分类将各故障数据分到智能电表各预计单元中并归纳起来；

其次，采用点估计法求智能电表各预计单元的工作失效率，其数学表达式为：

式中，是智能电表中第j个预计单元的故障率；r为故障次数；T为智能电表总的现场实测时间。

最后，智能电表的工作失效率是智能电表各预计单元失效率之和，其数学表达式为：

3)采用模糊二元对比排序法计算基于威布尔分布参数估计法得到的智能电表工作失效率的权重数和基于点估计法得到的智能电表工作失效率的权重数，具体求解过程如下：

首先，确定两个影响因素：基于新的威布尔分布参数估计法得到的智能电表工作失效率λ_w和基于点估计法得到的智能电表工作失效率

其次，确定权重比矩阵T_2×2：

根据因素集U＝{u₁u₂}分别求出的值，并且要求满足： 其数学表达式为：

根据公式(17)求矩阵R，R的数学表达式为：

权重比矩阵T_2×2为：

式中，

权重估计值W_i的数学表达式为：

再对权重估计值归一化作为估计的权重：

其中，W_i为权重估计值；

4)基于加权平均法求最优失效率，其数学表达式为：

式中，k₁为根据威布尔分布参数估计法计算得到的智能工作失效率的权重数，k₂为根据点估计法计算得到的智能电表工作失效率的权重数，λ_优为加权平均法求出的最优失效率。

所述步骤3比较分析可靠性预计和现场数据得到的智能电表工作失效率的方法如下：

λ_s(1+τ)＝λ_优 (25)

式中，τ为修正因子，也为误差系数，λ_s为基于元器件应力法计算得到的智能电表的失效率。

所述步骤4计算出误差系数即修正因子的方法如下：

所述步骤5建立的可靠性预计修正模型为：

λ＝λ_s(1+τ)(27)

式中，τ为修正因子，也为误差系数，λ_s为基于元器件应力法计算得到的智能电表工作失效率。

附图说明

图1智能电表的可靠性预计修正模型建立方法流程图；

图2基于元器件应力法的智能电表可靠性预计方法流程图；

图3基于现场数据的智能电表可靠性预计方法流程图。

具体实施方式

下面结合附图及具体实施方式对本发明做进一步说明。

本发明智能电表的可靠性预计修正模型建立方法，可有效反映智能电表工作实际情况。以下以一批型号为DDZY102-Z智能电表在新疆某地区2年的运行数据统计为例说明本发明方法步骤；

如图1所示，本发明智能电表的可靠性预计修正模型建立方法包括以下步骤：

步骤1，根据元器件应力法建立型号为DDZY102-Z智能电表可靠性预计模型，如图2所示，其详细步骤如下：

(1)根据型号为DDZY102-Z智能电表的功能、结构和特点，将智能电表划分为6个可靠性预计单元，并且预计单元内的元器件满足串联关系；

(2)建立智能电表的可靠性框图；

(3)选择《GJBZ 299C-2006电子设备可靠性预计手册》为可靠性预计手册；

(4)根据步骤(3)计算各个预计单元的所有元器件的工作失效率；

预计单元工作失效率数学表达式为：

式中，n为预计单元中的元器件的总数，λ_i为第i个元件的工作失效率。

(5)计算智能电表的工作失效率，智能电表的工作失效率为各个预计单元失效率的总和，其数学表达式为：

式中，N为预计单元的总数，即为6，λ_pj为第j个预计单元的工作失效率。

步骤2，根据现场数据建立型号为DDZY102-Z智能电表可靠性预计模型，如图3所示。建模步骤如下：

(1)分析该批智能电表的运行数据，找出其故障数据及故障时间；

(2)以威布尔参数估计法求得智能电表的工作失效率，以点估计法先得智能电表各预计单元的工作失效率，进而求得智能电表的工作失效率。其步骤如下：

1)基于新的威布尔分布参数估计法的智能电表可靠性预计过程为：

首先，采用平均秩法求失效分布函数F(t_i)，近似中位秩数学表达式如下：

式中，式中，t_i为第i个失效的智能电表寿命数据；n为智能电表样本容量；i为失效数据排序后的位置；

计算平均秩的增量公式：

其中，n为智能电表样本容量；k为失效智能电表的顺序号，按照故障时间的顺序排列；i为失效数据排序后的位置；A_y为故障设备的平均秩次；A_y-1为前一个故障设备的平均秩次。

其次，建立威布尔分布模型与智能电表工作失效率的关系：

威布尔分布的失效分布函数为：

故障密度函数为：

可靠度函数为：

故障率函数为：

其中，t为时间，a为尺度参数，β为形状参数。

最后，利用最小二乘法估计威布尔分布的两个参数：

将公式(5)左右变形得：

两边取自然对数，得：

lnln[1/(1-F(t))]＝β[lnt-lna] (10)

令

将式化为Y＝AX+B (12)

对于线性回归方程(12)，回归系数A与B的最小二乘估计解为：

式中，

根据上述过程，DDZY102-Z智能电表的工作失效率为：

2)基于点估计法的型号为DDZY102-Z智能电表可靠性预计过程为：

首先，根据功能失效分类将各故障数据分配到智能电表6个预计单元中并归纳起来；

其次，采用点估计法求智能电表6个预计单元的工作失效率，其数学表达式为：

式中，是智能电表中第j个预计单元的故障率；r为故障次数；T为两年时间。

最后，智能电表的工作失效率是智能电表6个预计单元失效率之和，其数学表达式为：

(3)采用模糊二元对比排序法计算基于威布尔分布参数估计法得到的智能电表工作失效率的权重数和基于点估计法得到的智能电表工作失效率的权重数，其具体求解过程如下：

首先，确定两个影响因素：基于新的威布尔分布参数估计法得到的智能工作失效率λ_w和基于点估计法得到的智能电表工作失效率

其次，确定权重比矩阵T_2×2：

根据因素集U＝{u₁u₂}分别求出的值，并且要求满足： 其数学表达式为：

根据公式(17)求矩阵R，R的数学表达式为：

权重比矩阵T_2×2为：

式中，

权重估计值W_i的数学表达式为：

再对权重估计值归一化作为估计的权重：

式中，W_i为权重估计值；

(4)基于加权平均法求最优失效率，其数学表达式为：

式中，k₁为根据威布尔分布参数估计法计算得到的智能电表工作失效率的权重数，k₂为根据点估计法计算得到的智能电表工作失效率的权重数，λ_优为加权平均法求出的最优失效率。

步骤3，比较分析比较可靠性预计和现场数据得到的DDZY102-Z智能电表工作失效率。

λ_s(1+τ)＝λ_优 (25)

式中，τ为修正因子，也为误差系数，λ_s为基于元器件应力法计算得到的智能电表的失效率。

步骤4，根据步骤3中的公式(25)计算出误差系数即修正因子：

步骤5，建立型号为DDZY102-Z智能电表可靠性预计修正模型：

λ＝λ_s(1+τ) (27)

式中，τ为修正因子，也为误差系数，λ_s为基于元器件应力法计算得到的智能电表的失效率。

Claims (4)

1.一种智能电表的可靠性预计修正模型建立方法，其特征在于，包括以下步骤：

步骤1，根据元器件应力法建立智能电表可靠性预计模型，方法如下：

(1)根据智能电表的功能、结构和特点，将智能电表划分为若干个可靠性预计单元，并且预计单元内的元器件满足串联关系；

(2)建立智能电表的可靠性框图；

(3)选择《GJBZ 299C-2006电子设备可靠性预计手册》为可靠性预计手册；

(4)根据步骤(3)计算各个预计单元的所有元器件的工作失效率；预计单元工作失效率λ_p的数学表达式为：

式中，n为预计单元中的元器件的总数，λ_i为第i个元件的工作失效率；

(5)根据元器件应力法计算智能电表的工作失效率，智能电表的工作失效率λ_s为各个预计单元失效率的总和，数学表达式为：

式中，N为预计单元的总数，λ_pj为第j个预计单元的工作失效率；

步骤2，根据现场数据建立智能电表可靠性预计模型；

步骤3，比较根据步骤1得到的智能电表可靠性预计模型的智能电表工作失效率和步骤2建立的可靠性预计模型的智能电表工作失效率；

步骤4，计算出误差系数即修正因子；

步骤5，建立可靠性预计修正模型。

2.根据权利要求1所述的智能电表的可靠性预计修正模型建立方法，其特征在于：所述步骤2根据现场数据建立智能电表可靠性预计模型的方法具体如下：

(1)收集某地区一批同型号的智能电表某时段年的现场运行的数据，故障数据及故障时间；

(2)以威布尔参数估计法求得智能电表的工作失效率，以点估计法先求得智能电表各预计单元的工作失效率，进而求得智能电表的工作失效率，步骤如下：

1)基于新的威布尔分布参数估计法的智能电表可靠性预计过程为：

首先，采用平均秩法求失效分布函数F(t_i)，近似中位秩数学表达式如下：

式中，t_i为第i个失效的智能电表寿命数据；n为智能电表样本容量；i为对失效数据进行排序后的位置；

计算平均秩的增量公式：

其中，n为智能电表样本容量；k为失效智能电表的顺序号，按照故障时间的顺序排列；i为失效数据排序后的位置；A_i为故障设备的平均秩次；A_i-1为前一个故障设备的平均秩次；

其次，建立威布尔分布模型与智能电表工作失效率的关系：

威布尔分布的失效分布函数为：

故障密度函数为：

可靠度函数为：

故障率函数为：

其中，t为时间，a为尺度参数，β为形状参数；

最后，利用最小二乘法估计威布尔分布的两个参数：

将公式(5)左右变形得：

两边取自然对数，得：

lnln[1/(1-F(t))]＝β[lnt-lna] (10)

令

将式化为Y＝AX+B (12)

对于线性回归方程(12)，回归系数A与B的最小二乘估计解为：

式中，

根据上述过程，智能电表的工作失效率为：

2)基于点估计法的智能电表可靠性预计过程为：

首先，根据功能失效分类将各故障数据分配到智能电表各预计单元中并归纳起来；

其次，采用点估计法求智能电表各预计单元的工作失效率，其数学表达式为：

式中，是智能电表中第j个预计单元的故障率；r为故障次数；T为智能电表总的现场实测时间；

最后，智能电表的工作失效率是智能电表各预计单元失效率之和，其数学表达式为：

3)采用模糊二元对比排序法计算基于威布尔分布参数估计法得到的智能电表工作失效率的权重数和基于点估计法得到的智能电表工作失效率的权重数，具体求解过程如下：

首先，确定两个影响因素：基于新的威布尔分布参数估计法得到的智能电表工作失效率λ_w和基于点估计法得到的智能电表工作失效率

其次，确定权重比矩阵T_2×2：

根据因素集U＝{u₁u₂}分别求出的值，并且要求满足： 其数学表达式为：

根据公式(17)求矩阵R，R的数学表达式为：

权重比矩阵T_2×2为：

式中，

权重估计值W_i的数学表达式为：

再对权重估计值归一化作为估计的权重：

W_i为权重估计值；

4)基于加权平均法求智能电表最优失效率，其数学表达式为：

式中，k₁为根据威布尔分布参数估计法计算得到的智能电表工作失效率的权重数，k₂为根据点估计法计算得到的智能电表工作失效率的权重数，λ_优为加权平均法求出的最优失效率。

3.根据权利要求1所述的智能电表的可靠性预计修正模型建立方法，其特征在于：所述步骤3比较根据元器件应力法计算得到的智能电表可靠性预计模型和现场数据得到可靠性预计模型的智能电表工作失效率的方法如下：

λ_s(1+τ)＝λ_优 (25)

式中，τ为修正因子，也为误差系数，λ_s为基于元器件应力法计算得到的智能电表可靠性预计模型的智能电表的工作失效率，λ_优为智能电表最优工作失效率。

4.根据权利要求1所述的智能电表的可靠性预计修正模型建立方法，其特征在于：所述步骤5建立的可靠性预计修正模型为：

λ＝λ_s(1+τ) (27)

式中，τ为修正因子，也为误差系数，λ_s为基于元器件应力法计算得到的智能电表可靠性预计模型的工作失效率。